Exploring exosome data to identify prognostic gene signatures for lung adenocarcinoma

腺癌 癌变 小桶 肿瘤科 医学 肺癌 弗雷明翰风险评分 外体 基因 转移 基因签名 内科学 生物信息学 转录组 生物 癌症 小RNA 基因表达 微泡 疾病 遗传学
作者
Jialin Li,Xinliang Gao,Suyan Tian,Mingbo Tang,Wei Liu
出处
期刊:Future Oncology [Future Medicine]
卷期号:17 (34): 4745-4756
标识
DOI:10.2217/fon-2021-0261
摘要

Background: Exosomes are involved in tumorigenesis, growth and metastasis. However, the prognostic value of exosome-related genes in lung adenocarcinoma (LUAD) remains unclear. Methods: Clinical and transcriptome data from The Cancer Genome Atlas LUAD cohort were used to construct a model based on exosome-related genes, which was validated with LUAD data from the Gene Expression Omnibus (GEO). Gene ontology and Kyoto Encyclopedia of Genes and Genomes analysis were used to explore underlying mechanisms; the single-sample gene set enrichment analysis score was used to determine immune functions. Results: A 19-exosome-related gene signature for overall survival in LUAD was predictive in both The Cancer Genome Atlas and GEO LUAD cohorts. Immune-related and extracellular matrix-related pathways were enriched in differentially expressed genes. Immune states differed between high- and low-risk groups. Conclusion: The novel signature can be used to predict outcomes in LUAD.Lay abstract Exosome products are related to tumorigenesis, growth and metastasis, and also have potential prognostic value in lung cancer. The data and information for lung adenocarcinoma patients retrieved from databases were used to develop a risk score model. The molecular mechanisms and immune system activity in high- and low-risk groups of patients with lung adenocarcinoma based on the median risk score were obviously different. The risk score model contained 19 related genes. Patients with low-risk scores had better prognoses. The novel risk score model can be used to predict the outcome for patients with lung adenocarcinoma.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
john完成签到,获得积分10
1秒前
J陆lululu完成签到 ,获得积分10
2秒前
苏子轩完成签到 ,获得积分10
3秒前
阳光万声完成签到 ,获得积分10
12秒前
高大的天道完成签到 ,获得积分10
12秒前
长安乱世完成签到 ,获得积分10
14秒前
萝卜丁完成签到 ,获得积分10
14秒前
Lz555完成签到 ,获得积分10
18秒前
Rainy完成签到 ,获得积分10
27秒前
月亮是甜的完成签到 ,获得积分10
29秒前
淼淼之锋完成签到 ,获得积分10
37秒前
史小刀完成签到 ,获得积分10
37秒前
Angenstern完成签到 ,获得积分10
47秒前
czj完成签到 ,获得积分10
48秒前
清爽绮彤完成签到 ,获得积分10
58秒前
Rainbow完成签到,获得积分10
59秒前
小巧的傲松完成签到 ,获得积分10
1分钟前
1分钟前
Lily完成签到,获得积分10
1分钟前
学习完成签到 ,获得积分10
1分钟前
Lily发布了新的文献求助10
1分钟前
zjq完成签到 ,获得积分10
1分钟前
CYL完成签到 ,获得积分10
1分钟前
Tim完成签到 ,获得积分10
1分钟前
青桔柠檬完成签到 ,获得积分10
1分钟前
虚幻元风完成签到 ,获得积分10
1分钟前
TN完成签到 ,获得积分10
1分钟前
maclogos完成签到,获得积分10
1分钟前
舒心平蝶完成签到 ,获得积分10
1分钟前
whitepiece完成签到,获得积分10
1分钟前
woshiwuziq完成签到 ,获得积分10
1分钟前
1分钟前
Telomere完成签到 ,获得积分10
1分钟前
小二郎应助毛不二采纳,获得10
2分钟前
清新的冷松完成签到 ,获得积分10
2分钟前
zhangzhangzhang完成签到 ,获得积分10
2分钟前
小鸟芋圆露露完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
哭泣的缘郡完成签到 ,获得积分10
2分钟前
高分求助中
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
Case Research: The Case Writing Process 300
Global Geological Record of Lake Basins 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3142849
求助须知:如何正确求助?哪些是违规求助? 2793717
关于积分的说明 7807147
捐赠科研通 2450021
什么是DOI,文献DOI怎么找? 1303576
科研通“疑难数据库(出版商)”最低求助积分说明 627016
版权声明 601350